От MEOK AI Labs — Суверенные ИИ-инструменты для каждого.

MCP-сервер Agent Orchestrator

Система управления задачами для мультиагентных ИИ-приложений. Создавайте агентов с ролями и возможностями, делегируйте задачи с помощью маршрутизации на основе доверия, координируйте доступ к файлам для предотвращения конфликтов, запускайте сфокусированные спринты и отслеживайте производительность через единую панель управления.

Основано на фреймворке координации 47 агентов Sovereign Temple, упрощенном для автономного использования. Данные сохраняются в ~/.mcp-agents/.

Инструменты

Инструмент	Описание
`create_agent`	Регистрация агента с указанием имени, роли, отдела и возможностей
`list_agents`	Список всех агентов с уровнями доверия и количеством задач
`delegate_task`	Назначение задач конкретным агентам или автоматическая маршрутизация по возможностям/доверию
`complete_task`	Отметка задач как выполненных, обновление доверия к агенту на основе успеха/неудачи
`acquire_files`	Блокировка файлов для скоординированного редактирования несколькими агентами
`release_files`	Снятие блокировок с файлов после завершения задачи
`start_sprint`	Начало сфокусированного спринта с целями и ограничением по времени
`complete_sprint`	Завершение спринта и запись уровня выполнения
`get_dashboard`	Полный обзор оркестрации: агенты, задачи, спринты, блокировки
`get_task_queue`	Просмотр задач с фильтрацией по статусу или агенту

Установка

pip install mcp

Использование

Запуск сервера

python server.py

Конфигурация Claude Desktop

{
  "mcpServers": {
    "agent-orchestrator": {
      "command": "python",
      "args": ["/path/to/agent-orchestrator-mcp/server.py"]
    }
  }
}

Пример рабочего процесса

1. Создание агентов:

Tool: create_agent
Input: {"name": "Research Bot", "role": "researcher", "department": "research", "capabilities": ["web_search", "analysis"]}
Output: {"status": "created", "agent_id": "research_bot", "role": "researcher"}

2. Делегирование задачи:

Tool: delegate_task
Input: {"task": "Research competitor pricing models", "capability": "web_search", "priority": "high"}
Output: {"status": "delegated", "task_id": "a1b2c3d4", "agent_id": "research_bot"}

3. Координация доступа к файлам:

Tool: acquire_files
Input: {"agent_id": "research_bot", "files": ["report.md", "data.json"], "task_id": "a1b2c3d4", "exclusive": true}
Output: {"status": "acquired", "files": ["report.md", "data.json"]}

4. Завершение задачи:

Tool: complete_task
Input: {"task_id": "a1b2c3d4", "agent_id": "research_bot", "result_summary": "Found 5 competitor pricing tiers...", "care_score": 0.8}
Output: {"status": "completed", "task_id": "a1b2c3d4"}

5. Проверка панели управления:

Tool: get_dashboard
Output: {"agents": {"total": 3, "active": 3, "avg_trust": 0.52}, "tasks": {"total": 12, "by_status": {"completed": 8, "assigned": 4}}, ...}

Система доверия

Агенты накапливают доверие за счет успешного выполнения задач:

Успешная задача: доверие += 0.02 x care_score (макс. 1.0)
Неудачная задача: доверие -= 0.05 (мин. 0.0)
Автоматическая маршрутизация отдает предпочтение агентам с более высоким уровнем доверия
Доверие сохраняется между сессиями

Хранение данных

Все данные сохраняются в ~/.mcp-agents/:

agents.json - Реестр агентов
tasks.json - История задач
sprints.json - Записи спринтов

Тарифы

Уровень	Лимит	Цена
Free	100 вызовов/день, макс. 10 агентов	$0
Pro	Неограниченное количество агентов, уведомления через вебхуки, маршрутизация на базе LLM	$9/мес
Enterprise	Индивидуальные решения + командный доступ + журналы аудита + SSO	Свяжитесь с нами

Лицензия

MIT

Agent Orchestrator MCP Server